基于分段融合的压阻式传感器温度补偿方法

• 作者: 宋宇宁 王慧 赵国超 金鑫
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 分段融合 粒子群算法 RBF神经网络 传感器 温度补偿
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 562-566
• 页数: 5页
• 分类号: TP274|TP212
• 字数: 3453字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2018.04.012

摘要

针对硅压阻式压力传感器在工程应用中受环境温度和压力的影响产生漂移,影响测量精度等问题.提出一种基于粒子群优化RBF神经网络与最小二乘法融合的温度补偿模型.使用粒子群算法对常规RBF神经网络的权值和阙值进行优化,提高神经网络的泛化性能和训练效率,增强传感器非线性段温度补偿的效果;使用最小二乘法对线性段进行温度补偿,提高整体模型的补偿效率.以飞思卡尔24 PC型压力传感器进行补偿实验,结果表明:对比优化前的神经网络和最小二乘方法,利用本文方法进行温度补偿,耗时短,总体误差低于其他两种方法.传感器在整个温度区间和压力测试点下的输出基本不受影响,补偿效果明显,数据精度符合课题实验的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王慧	辽宁工程技术大学机械工程学院	109	347	10.0	14.0
2	宋宇宁	营口理工学院机械与动力系	9	13	3.0	3.0
3	赵国超	辽宁工程技术大学机械工程学院	16	54	4.0	7.0
4	金鑫	辽宁工程技术大学机械工程学院	10	16	3.0	3.0